平台总体架构：项目调度的数字实验室
网络计划问题本质上是一个具有时间约束、逻辑约束与资源约束的复杂网络系统。项目中的各项工作并不是孤立存在，而是通过先后关系、持续时间和资源需求相互连接，共同决定整个项目的执行效率与最终工期。
对于一个实际项目而言，每项工作通常具有以下基本属性：
- 有明确的持续时间；
- 有严格的前置约束关系；
- 有资源与成本限制；
- 有整体工期目标。
传统网络计划教学往往将工序录入、网络绘制、参数计算、关键路径分析以及工期优化分散进行，学生需要反复绘图和手工计算，难以形成完整的项目调度认知。而网络计划求解实验室则将整个分析过程统一到同一平台之中，构建起"输入---求解---分析---优化---验证"的数字化实验流程：
平台整体采用模块化设计思想，可划分为六个核心功能层：
智能工序工作表
网络计划求解引擎
多视图可视化系统
AI协同决策专家
Python验证系统
知识导引与报告库
其中，智能工序工作表负责项目数据建模，网络计划求解引擎完成时间参数与关键路径计算，多视图系统实现网络图、甘特图与赶工曲线的联动展示，AI协同决策模块提供风险分析与优化建议，Python验证系统保证算法结果的可靠性，而知识导引与报告系统则实现学习支持与成果输出。
因此，该平台已经不再是单纯的网络计划计算工具，而是集项目建模、网络求解、可视分析、智能决策、程序验证和实验教学于一体的数字化项目调度实验室。通过这一完整架构，学生能够更加直观地理解网络计划的运行机制，进一步认识项目管理中时间、资源与成本之间的动态平衡关系。
二、智能工序参数工作表：网络计划的数据入口
任何网络计划模型的建立都始于工序数据。无论是关键路径分析、工期优化，还是资源协调与赶工决策，其本质都建立在准确的工序信息之上。因此，工序数据输入既是网络计划分析的起点，也是整个求解流程中最基础、最关键的环节。
平台专门设计了智能工序参数工作表模块，将传统纸面记录方式转化为结构化数据输入。用户只需按照项目实际情况录入工序信息，系统便能够自动完成网络建模与后续分析，大幅降低了网络计划的使用门槛。输入内容如：
| 工序 | 时间 | 前置工序 |
|---|---|---|
| A | 4 | --- |
| B | 3 | A |
| C | 5 | A |
| D | 6 | B，C |
当用户完成数据录入后，系统将自动执行多项智能检查功能，包括：
- 工序编号合法性检查；
- 前置关系完整性检查；
- 网络环路检测；
- 重复关系识别；
- 孤立节点发现；
- 数据格式标准化。
其中，环路检测能够避免逻辑错误导致的死循环问题；孤立节点识别可以及时发现遗漏工序；关系校验则保证网络结构满足拓扑要求。这些自动化处理有效提高了建模效率，也减少了人工录入所产生的错误。
平台通过智能工序工作表，将复杂的绘图过程前移为简单的数据录入过程，使学习重点重新回归到项目调度本身。更重要的是，工序数据一旦修改，网络图、甘特图、时间参数以及关键路径结果都会同步更新，实现了数据驱动的动态建模机制。用户能够随时调整工期、修改前置关系或增加工序，并立即观察整个项目网络的变化。模块不仅是网络计划的数据入口，更是整个实验平台的核心驱动层。它实现了从"手工绘图"到"数据建模"的转变，从"静态计算"到"动态分析"的升级，也真正完成了网络计划教学由"画网络"向"研究网络"、由"计算结果"向"理解机制"的转变。
三、高清同源网络联动图形矩阵
图形可视化是网络计划教学与项目调度分析中最重要的组成部分。网络计划求解实验室构建了高清同源网络联动图形矩阵。所有图形均来源于同一套工序数据，系统内部采用统一的数据驱动机制，只需修改一次工序参数，所有图形即可实时联动更新，实现了"一次建模、多图协同"的可视化分析模式。这种设计不仅提高了建模效率，更重要的是帮助学习者建立项目逻辑、时间关系和工期优化之间的整体认知，使抽象的网络计划理论真正转化为可观察、可分析的动态图形系统。
3.1 单代号网络图：项目逻辑关系的直观表达
单代号网络图以工作活动作为节点，以逻辑关系作为连接边，是网络计划分析中最常用的表示方法之一。平台能够根据工序数据自动完成网络布局，并生成层次清晰、结构合理的单代号网络图。
系统自动实现：
- 节点自动分层；
- 网络拓扑布局；
- 关键节点高亮；
- 路径颜色区分；
- 时间参数显示；
- 网络结构优化。
每个节点内部可以同时显示：
- 最早开始时间（ES）；
- 最早完成时间（EF）；
- 最迟开始时间（LS）；
- 最迟完成时间（LF）；
- 总时差（TF）；
- 自由时差（FF）。
关键工作采用醒目的颜色进行标识，关键线路自动高亮显示，使学生能够立即发现决定项目总工期的核心路径。
3.2 双代号时序网络：工程项目的经典表达方式
双代号网络图采用箭线表示工作，节点表示事件，是工程建设与施工组织管理中广泛采用的一种网络表示形式。
平台能够自动根据工序关系完成双代号网络构建，包括：
- 事件节点自动编号；
- 虚工作自动生成；
- 箭线冲突优化；
- 时间标注显示；
- 路径自动调整；
- 网络结构整理。
对于复杂项目而言，人工绘制双代号网络往往工作量巨大，而平台能够在数秒内完成整个网络生成过程。该图形特别适用于：
- 建设施工项目；
- 工程监理管理；
- 项目进度控制；
- 工程招投标分析；
- 大型基础设施建设。
用户能够同时观察事件节点和工作活动之间的关系，进一步理解工程进度控制中的时间传递机制。
自动生成的双代号网络不仅提高了绘图效率，也显著降低了传统教学中的学习难度。
3.3 甘特图联动系统：时间维度的项目表达
如果说网络图反映的是项目逻辑关系，那么甘特图则反映的是项目时间安排。
平台中的甘特图与网络图完全联动，所有时间参数自动同步。当工序持续时间或逻辑关系发生变化时，甘特图能够即时更新。图中主要显示：
- 工作开始时间；
- 工作结束时间；
- 工作持续时间；
- 时差空间；
- 关键工作标识；
- 工期进度位置。
关键工序采用特殊颜色突出显示，而非关键工序则能够显示其可利用时差。
对于项目调度而言，网络图强调"为什么这样安排"，而甘特图强调"什么时候完成"。二者分别对应：
- 逻辑维度；
- 时间维度。
这种双重视角能够帮助学习者建立完整的项目认知体系，也使复杂的工期安排变得更加直观。
3.4 赶工V曲线分析：时间与成本的动态平衡
工期优化是网络计划的重要研究内容。现实项目中，经常需要通过增加资源投入来压缩项目工期，而这必然导致成本上升。平台引入赶工V曲线分析模块，对工期压缩过程进行动态展示。
工期
\
\
\
\____
\
成本系统能够自动计算：
- 正常工期；
- 最短工期；
- 赶工时间；
- 赶工费用；
- 边际成本；
- 最优压缩点。
用户通过拖动工期目标，可以实时观察：
- 总工期变化；
- 总成本变化；
- 关键路径变化；
- 资源投入变化。
V型曲线直观体现了项目管理中的一个基本规律：
工期越短，成本越高。
随着项目工期不断压缩，单位时间的赶工成本会迅速增加，而收益则逐渐下降。平台通过可视化方式展示这种变化过程，使学生能够深入理解工期优化中的经济性问题。赶工分析不仅是简单的工期压缩，更是时间、资源与成本之间的综合平衡。从网络图到甘特图，从关键路径到V曲线，高清同源网络联动图形矩阵真正实现了项目逻辑、时间安排和成本优化的统一表达，也成为整个网络计划实验室最具特色和最具教学价值的核心模块。
四、网络计划求解核心：关键路径与工期优化
网络计划的核心任务在于确定项目的时间参数、识别关键工序以及实现工期优化。平台内部集成了完整的CPM（Critical Path Method）求解引擎，通过拓扑排序、时间递推和关键路径分析，实现网络计划全过程的自动计算。
与传统手工计算相比，系统能够自动完成时间参数推导、关键工序识别以及工期压缩分析，使学生能够将学习重点放在调度机制与优化思想上，而不再局限于繁琐的计算过程。整个求解过程可概括为：网络建立 → 参数计算 → 关键工序 → 工期分析 → 赶工优化
4.1 正推计算
正推计算确定每项工作的最早开始时间（ES）和最早完成时间（EF）。按网络拓扑顺序推进：EFᵢ = ESᵢ + tᵢ。对多紧前工序，ESᵢ = max(EFⱼ)。正推获得项目在理想条件下的最短完成时间，为后续分析提供基础。
4.2 逆推计算
逆推计算从项目终点逆向递推，求解最迟开始时间（LS）和最迟完成时间（LF）：LSᵢ = LFᵢ - tᵢ。对多紧后工序，LFᵢ = min(LSⱼ)。逆推明确了各工序允许的最大延迟边界，清晰指示哪些工序必须严格按计划执行。
4.3 总时差分析
总时差 TF = LS - ES，表示在不影响总工期的前提下，工序允许延迟的最大时间。自由时差反映不影响紧后工序最早开始的弹性空间。时差分析帮助识别时间冗余工序，指导资源重新分配和调度空间挖掘，体现项目网络的柔性程度。
4.4 关键路径判定
总时差为零的工序为关键工序，串联形成决定总工期的最长路径------关键路径。系统支持识别单关键路径、多关键路径、并行关键链及动态变化。关键路径上的工序不能延误，是项目控制的重点，揭示了项目时间约束的本质。